关于Flink的设计理念,以下描述正确的是:
Flink基于批处理来模拟流计算
Flink基于流计算来模拟批处理
Flink的批处理和流处理使用完全不同的引擎
Flink只支持流处理,不支持批处理
在Flink程序的三部分结构中,负责数据转换操作的是:
Source
Sink
Transformation
Operator
当事件真正发生的时间为"2019-11-02 18:37:15.624",该事件进入Flink系统的时间为"2019-11-12 10:00:00.123",那么事件时间(Event Time)是:
2019-11-02 18:37:15.624
2019-11-12 10:00:00.123
事件被处理的时间
无法确定
Watermark的主要作用是解决什么问题?
提高处理性能
减少内存使用
处理乱序数据
优化网络传输
在流处理中,时间的分类包括:
Event Time
Ingestion Time
Processing Time
System Time
TimeWindow根据实现原理可以分为:
计数窗口
滚动窗口
滑动窗口
会话窗口
关于Checkpoint的配置,以下说法正确的是:
默认情况下Flink开启检查点
可以配置检查点执行的时间间隔
可以设置检查点超时时间
可以配置最大并行执行的检查点数量
无界流是指有定义流的开始,也有定义流的结束的数据流。
在理想情况下,事件时间(Event Time)和处理时间(Processing Time)构成的坐标应该形成一条倾斜角为45度的线。
滑动窗口的特点是时间对齐,窗口长度固定,没有重叠。
RocksDBStateBackend将状态存储在TaskManager内存中,检查点存储在JobManager内存中。